首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的方便面包装检测系统开发

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-14页
   ·课题研究背景及意义第9-10页
   ·机器视觉技术第10-12页
     ·机器视觉系统简介第10页
     ·机器视觉在工业检测上的应用及难点第10-11页
     ·机器视觉检测相关技术概述第11-12页
   ·本文研究的主要内容第12-14页
第二章 视觉检测系统总体设计第14-29页
   ·需求分析第14-17页
     ·桶装方便面生产流程第14-15页
     ·包装品质缺陷第15-16页
       ·缺少叉子第15-16页
       ·缺少调味包第16页
     ·检测系统设计要求第16-17页
   ·系统总体设计第17-19页
     ·设计思路第17页
     ·系统总体结构第17-19页
   ·硬件系统设计第19-26页
     ·照明系统设计第19-21页
     ·图像采集系统设计第21-24页
       ·工业相机第21-23页
       ·镜头第23-24页
     ·其它设备第24-26页
       ·光电传感器第24-25页
       ·工业I/O 卡第25页
       ·工控PC第25-26页
   ·软件总体设计第26-29页
     ·开发环境第26页
     ·软件功能第26-29页
第三章 叉子检测算法研究第29-42页
   ·叉子检测算法思路分析第29-33页
     ·叉子灰度特征分析第30-31页
     ·叉子纹理特征分析第31-32页
     ·叉子形状特征分析第32页
     ·检测难点分析第32-33页
   ·图像预处理第33-34页
     ·灰度变换第33-34页
     ·图像灰度的线性变换第34页
   ·叉子检测算法设计第34-40页
     ·检测区域定位第34-35页
     ·叉子特征点提取第35-36页
     ·干扰点排除第36-37页
     ·几何特征量提取和特征识别第37-40页
   ·叉子检测流程第40页
   ·本章小结第40-42页
第四章 基于彩色图像的调味包检测算法研究第42-64页
   ·调味包检测思路及难点分析第42-46页
     ·基于彩色图像检测方案的确定第42-43页
     ·RGB 和HSI 颜色模型第43-45页
     ·难点分析第45-46页
   ·调味包分类识别算法研究第46-63页
     ·主要特征选择第46-50页
       ·识别对象分析第47-48页
       ·仿真图分析第48-50页
     ·机器学习第50-53页
     ·调味包特征分类第53-56页
       ·特征点分类算法第53页
       ·调味包特征点分类第53-56页
     ·干扰点排除第56-61页
       ·干扰点分析第57页
       ·干扰点分类排除第57-61页
     ·调味包分类识别第61-62页
     ·调味包识别算法流程第62-63页
   ·本章小结第63-64页
第五章 桶装方便面包装检测技术实现第64-75页
   ·硬件系统实现第64页
   ·软件系统实现第64-70页
     ·软件模块功能实现第65-69页
     ·软件界面介绍第69-70页
   ·性能分析第70-74页
     ·叉子实验室静态测试第71-73页
     ·调味包生产流水线动态测试第73-74页
   ·本章小结第74-75页
第六章 总结与展望第75-77页
   ·本文总结第75-76页
   ·前景展望第76-77页
致谢第77-78页
参考文献第78-81页
攻读硕士学位期间取得的研究成果第81-82页
附录第82-87页

论文共87页,点击 下载论文
上一篇:基于嵌入式技术的监控管理软件设计
下一篇:基于多特征的图像检索技术研究与应用